본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

목차

연속적인 손 제스처의 실시간 인식을 위한 계층적 베이지안 네트워크 / 허승주 ; 이성환 1

요약 1

Abstract 1

1. 서론 1

2. 계층적 베이지안 네트워크 2

3. 실험 결과 및 분석 3

3.1. 실험 환경 3

3.2. 포스처 및 제스처 인식 3

3.3. 인식 결과 및 분석 4

4. 결론 5

참고문헌 5

[저자소개] 6

초록보기

본 논문은 컴퓨터 마우스를 제어하기 위한 실시간 손 제스처 인식 방법을 제안한다. 다양한 제스처를 표현하기 위해, 손 제스처를 연속적인 손 모양의 시퀀스로 정의하고, 이러한 손 제스처를 인식하기 위한 계층적 베이지안 네트워크를 디자인한다. 제안하는 방법은 손 포스처와 제스처 인식을 위한 계층적 구조를 가지며, 이는 특징 추출과정에서 발생하는 잡음에 강인하다는 장점을 가진다. 제안하는 방법의 유용성을 증명하기 위해, 제스처 기반 가상 마우스 인터페이스를 개발하였다. 실험에서 제안한 방법은 단순한 배경에서는 94.8%, 복잡한 배경에서는 88.1%의 인식률을 보였으며, HMM 기반의 기존 방법보다 우수한 성능을 보였다.

This paper presents a real-time hand gesture recognition approach for controlling a computer. We define hand gestures as continuous hand postures and their movements for easy expression of various gestures and propose a Two-layered Bayesian Network (TBN) to recognize those gestures. The proposed method can compensate an incorrectly recognized hand posture and its location via the preceding and following information. In order to vertify the usefulness of the proposed method, we implemented a Virtual Mouse interface, the gesture-based interface of a physical mouse device. In experiments, the proposed method showed a recognition rate of 94.8% and 88.1% for a simple and cluttered background, respectively. This outperforms the previous HMM-based method, which had results of 92.4% and 83.3%, respectively, under the same conditions.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
CT 혈관 조영 영상에서 뼈 소거법 기반의 하지 혈관 자동 추출 김수경 ;홍헬렌 pp.967-976

보기
반복 최근접점와 파티클 필터를 이용한 인간 신체 움직임 추적 김대환 ;김효정 ;김대진 pp.977-985

보기
사용자 취향을 반영한 영상의 색변환 우혜윤 ;강행봉 pp.986-995

보기
뼈대-구조 능동형태모델을 이용한 사람의 자세 정합 장창혁 pp.996-1008

보기
동적 프로그래밍을 이용한 오프라인 환경의 문서에 대한 필적 분석 방법 김세훈 ;김계영 ;최형일 pp.1009-1015

보기
하이브리드 통계적 특징 모델과 신경망을 이용한 자동차 번호판 인식 유 신 ;정병준 ;강현철 pp.1016-1023

보기
특징 래핑을 통한 숫자형 특징과 범주형 특징이 혼합된 데이터의 클래스 분류 성능 향상 기법 이재성 ;김대원 pp.1024-1027

보기
연속적인 손 제스처의 실시간 인식을 위한 계층적 베이지안 네트워크 허승주 ;이성환 pp.1028-1033

보기
세미-마르코프 조건 랜덤 필드 기반의 수화 적출 조성식 ;이성환 pp.1034-1037

보기

참고문헌 (7건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 S. Mitra and T. Acharya, "Gesture Recognition: A Survey," IEEE Trans. on Systems, Man, and Cybernetics, Part C: Applications and Reviews, vol.37, no.3, pp.311-324, 2007. 미소장
2 T. Starner and A. Pentland, "Real-time American Sign Language Recognition from Video using Hidden Markov Models," MIT Media Lab., MIT, Cambridge, MA, Tech. Rep. TR-375, 1995. 미소장
3 S. Marcel, O. Bernier, J. Viallet, and D. Collobert, "Hand Gesture Recognition using Input-Output Hidden Markov Models," Proc. IEEE International Conference on Automatic Face and Gesture Recognition, Grenoble, France, pp.456-461, May 2000. 미소장
4 A Prototype for 3-D Hand Tracking and Posture Estimation 네이버 미소장
5 K. Murphy, Dynamic Bayesian Networks: Representation, Inference and Learning, Ph. D dissertation, University of California, Berkeley, 2002. 미소장
6 M. Yeasin and S. Chaudhuri, "Visual Understanding of Dynamic Hand Gestures," Pattern Recognition, vol.33, no.11, pp.1805-1817, 2000. 미소장
7 Recognition of dynamic hand gestures 네이버 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기